AI wird Ihre Laptops nicht graden, aber Ihre Bottlenecks finden
Ein nuechterner Blick darauf, was AI in ITAD wirklich tut. Weniger aufregend, nuetzlicher als gedacht.
Sagen wir es gleich: Nein, ein Large Language Model kann nicht beurteilen, ob dieses ThinkPad T14 eine zerkratzte Handballenauflage hat. Kein Prompt Engineering wird das ändern. KI kann ein Gerät nicht physisch prüfen, keinen Batteriezustandstest durchführen und nicht feststellen, ob die E-Taste sporadisch aussetzt. Wenn Ihnen jemand ein KI-Produkt verkauft, das die menschliche Geräteprüfung ersetzen soll, verkauft er etwas, das es nicht gibt.
Jetzt. Sprechen wir darüber, was KI im ITAD tatsächlich tut, denn das ist weniger aufregend und deutlich nützlicher als die Demos auf Messen vermuten lassen.
Mustererkennung im großen Maßstab
Ihre Operation verarbeitet 25.000 Geräte pro Jahr. Jedes Gerät erzeugt Daten: Testergebnisse, Grade-Zuordnungen, Bearbeitungszeiten, Defektkategorien, Dauer der Datenlöschung, Wert bei Verwertung oder Verkauf. Das sind 25.000 Datenpunkte pro Jahr, jeder mit dutzenden Attributen. Über drei Jahre haben Sie 75.000 Geschichten darüber, was mit Geräten in Ihrem Warehouse passiert ist.
Ein Mensch sieht darin eine Tabelle. Eine Maschine sieht Muster. Muster, die auf menschlicher Ebene unsichtbar sind, auf Maschinenebene aber deutlich werden.
Bottleneck-Erkennung: Ihre Testing-Queue hat jeden Dienstag einen Rückstand von drei Tagen. Warum Dienstag? Weil Montag Receiving-Tag für zwei große Kunden ist und die Welle neuer Geräte am Dienstagmorgen beim Testing ankommt. Ein Mensch bemerkt das vielleicht irgendwann. Ein System, das Bearbeitungszeiten überwacht, erkennt es im ersten Monat und warnt, bevor daraus ein chronisches Problem wird.
Preisprognose: Ihre Grade B Dell Latitude 5430 verkaufen sich durchschnittlich für €142 pro Stück. Die Spanne liegt aber zwischen €115 und €178, und die Varianz hängt womit zusammen? Mit dem Batteriezustand, wie sich herausstellt. Geräte mit Batteriezustand über 85% verkaufen sich 18% teurer als Geräte unter 75%. Ihr aktuelles Listing trennt nicht nach Batteriezustand. Es sollte.
Defektprognose: HP EliteBook 840 G5 aus einer bestimmten Leasing-Kohorte (Deployment 2021, Rücklauf Q1 2026) haben eine 34%-Wahrscheinlichkeit für Keyboard Flex. Sie haben noch nicht mit der Verarbeitung begonnen. Ihr System kann sie aber schon jetzt für priorisiertes Tastaturtesting markieren, basierend auf Mustern aus früheren Kohorten.
KI im ITAD ersetzt keine Menschen. Sie gibt Menschen Informationen, die sie manuell nicht aus den Daten ziehen können, die ihre Prozesse ohnehin erzeugen.
Reporting, das sich selbst schreibt
Die unmittelbar nützlichste Anwendung von KI im ITAD hat wenig mit Warehouses und viel mit Dashboards zu tun. Monatsberichte, Kundenzusammenfassungen, Compliance-Dokumentation, Settlement-Aufschlüsselungen: Das sind Dokumente mit vorhersehbarer Struktur, die aus operativen Daten gespeist werden. Manuell dauern sie Stunden. Aus strukturierten Daten entstehen sie in Sekunden.
"Im März 2026 verarbeitete Ihr Standort 2.847 Geräte. Grade A: 34%. Grade B: 41%. Grade C: 18%. Verschrottet: 7%. Durchschnittliche Time-to-Disposition: 6,3 Tage. Datenlösch-Compliance: 100%. Drei Bottlenecks wurden erkannt: Überlastung der Testing-Queue am Dienstag, Lagerkapazität in Zone C und eine durchschnittliche Verzögerung von 2,1 Tagen bei der Prüfung von Leasing-Retourmanifesten."
Ein Mensch brauchte vier Stunden, um diesen Absatz aus drei Systemen zusammenzustellen. Ein System mit Zugriff auf dieselben Daten hat ihn in der Zeit erzeugt, die Sie zum Lesen gebraucht haben.
Was sie nicht tut
KI wird Ihre Laptops nicht graden. Sie entscheidet nicht, ob ein Kratzer Grade B oder Grade C ist. Sie verhandelt nicht mit Käufern. Sie ruft die Leasinggesellschaft wegen einer Manifestabweichung nicht an. Sie repariert nicht die Beleuchtung in Zone C. Sie überzeugt Ihr Team nicht, Daten konsequent einzugeben. Sie ersetzt nicht die Ermessensentscheidungen, die erfahrene Operatoren dutzende Male pro Tag treffen.
Was sie tut: diese Entscheidungen besser informieren. Der Operator, der ein Gerät gradet, sieht, dass ähnliche Geräte aus dieser Kohorte oft Tastaturprobleme haben. Der Sales Manager, der ein Lot bepreist, sieht, dass Batteriezustand der stärkste Prädiktor für Verkaufspreis ist. Der Compliance Officer, der einen Audit vorbereitet, sieht, dass bei drei Zertifikaten vom letzten Dienstag noch Verifizierungsschritte fehlen.
Weniger aufregend als die Messe-Demo. Deutlich nützlicher als alles, was die Messe-Demo versprochen hat.
KI wird Ihre Laptops nicht graden. Aber sie sagt Ihnen, dass Ihr Dienstag-Bottleneck Sie 2,3 Tage Durchsatz pro Woche kostet, dass Ihre Grade B-Preise 15% Marge liegen lassen und dass das HP-Lot, das nächsten Montag ankommt, wahrscheinlich Tastaturprobleme hat. Ob Sie auf diese Information reagieren, bleibt Ihre Entscheidung. Zumindest haben Sie sie jetzt.